使用 R 中的权重来考虑采样概率的倒数
Using weights in R to consider the inverse of sampling probability
这类似于但不等于 。
我有一个长数据框，这是真实数据的一部分：
age gender labour_situation industry_code FACT FACT_2....
35 M unemployed 15 1510
21 F inactive 00 651
FACT 是一个变量，对于第一行，意味着 35 岁的男性失业者代表人口中的 1510 人。
我需要获取一些表格来显示相关信息，例如就业人口和失业人口的百分比等。在 Stata 中，有一些选项，例如 tab labour_situation [w=FACT]，显示人口中就业人口和失业人口的数量而 tab labour_situation 显示样本中的就业人数和失业人数。
部分解决方案可能是将数据框的第一行重复 1510 次，然后将数据框的第二行重复 651 次？正如我搜索的那样，一个选项是 运行
longdata <- data[rep(1:nrow(data), data$FACT), ]
employment_table = with(longdata, addmargins(table(labour_situation, useNA = "ifany")))
我需要做的另一件事是 运行 考虑到以下列方式进行整群抽样的回归：人口被划分为不同的区域。这就产生了一个问题：一个人
中的受访者代表
人，而
中的受访者代表
人，但和与总数不成比例每个地区的人口，因此一些地区的人数过多，而另一些地区的人数不足。为了考虑到这一点，每个观察值都应按其被抽样概率的倒数加权。
最后一段意味着模型 
可以用有效方程估计 %5E%7B-1%7D(X'y%5C))
但是 方差-协方差矩阵不会 (X'X%5C)%5E%7B-1%7D)
但是 %5E%7B-1%7D(X'WX%5C)(X'X%5C)%5E%7B-1%7D)
如果我考虑采样概率的倒数。
在 Stata 中，可以通过 reg y x1 x2 [pweight=n] 进行 运行 回归，并考虑采样概率的倒数来计算正确的方差-协方差矩阵。当时我的部分工作必须使用 Stata，而其他部分则使用 R。我只想使用 R.
您可以通过重复行名来做到这一点：
df1 <- df[rep(row.names(df), df$FACT), 1:5]
> head(df1)
age gender labour_situation industry_code FACT
1 35 M unemployed 15 1510
1.1 35 M unemployed 15 1510
1.2 35 M unemployed 15 1510
1.3 35 M unemployed 15 1510
1.4 35 M unemployed 15 1510
1.5 35 M unemployed 15 1510
> tail(df1)
age gender labour_situation industry_code FACT
2.781 21 F inactive 0 787
2.782 21 F inactive 0 787
2.783 21 F inactive 0 787
2.784 21 F inactive 0 787
2.785 21 F inactive 0 787
2.786 21 F inactive 0 787
此处1:5指的是要保留的列。如果将该位留空，将返回所有内容。
这类似于但不等于
我有一个长数据框，这是真实数据的一部分：
age gender labour_situation industry_code FACT FACT_2....
35 M unemployed 15 1510
21 F inactive 00 651
FACT 是一个变量，对于第一行，意味着 35 岁的男性失业者代表人口中的 1510 人。
我需要获取一些表格来显示相关信息，例如就业人口和失业人口的百分比等。在 Stata 中，有一些选项，例如 tab labour_situation [w=FACT]，显示人口中就业人口和失业人口的数量而 tab labour_situation 显示样本中的就业人数和失业人数。
部分解决方案可能是将数据框的第一行重复 1510 次，然后将数据框的第二行重复 651 次？正如我搜索的那样，一个选项是 运行
longdata <- data[rep(1:nrow(data), data$FACT), ]
employment_table = with(longdata, addmargins(table(labour_situation, useNA = "ifany")))
我需要做的另一件事是 运行 考虑到以下列方式进行整群抽样的回归：人口被划分为不同的区域。这就产生了一个问题：一个人
中的受访者代表
人，而
中的受访者代表
人，但
和
与总数不成比例每个地区的人口，因此一些地区的人数过多，而另一些地区的人数不足。为了考虑到这一点，每个观察值都应按其被抽样概率的倒数加权。
最后一段意味着模型 可以用有效方程估计
但是 方差-协方差矩阵不会
但是
如果我考虑采样概率的倒数。
在 Stata 中，可以通过 reg y x1 x2 [pweight=n] 进行 运行 回归，并考虑采样概率的倒数来计算正确的方差-协方差矩阵。当时我的部分工作必须使用 Stata，而其他部分则使用 R。我只想使用 R.
您可以通过重复行名来做到这一点：
df1 <- df[rep(row.names(df), df$FACT), 1:5]
> head(df1)
age gender labour_situation industry_code FACT
1 35 M unemployed 15 1510
1.1 35 M unemployed 15 1510
1.2 35 M unemployed 15 1510
1.3 35 M unemployed 15 1510
1.4 35 M unemployed 15 1510
1.5 35 M unemployed 15 1510
> tail(df1)
age gender labour_situation industry_code FACT
2.781 21 F inactive 0 787
2.782 21 F inactive 0 787
2.783 21 F inactive 0 787
2.784 21 F inactive 0 787
2.785 21 F inactive 0 787
2.786 21 F inactive 0 787
此处1:5指的是要保留的列。如果将该位留空，将返回所有内容。